알림 목록

Area di analisi:  città metropolitana di Ulsan

Aree principali:  Complesso industriale nazionale Mipo-Onsan, Nam-gu, Dong-gu, Buk-gu, Ulju-gun

Ordine del giorno: Livello di preparazione delle infrastrutture di alimentazione, elaborazione, dati, comunicazioni e sicurezza per l'IA industriale

Tipo di Golden Time: Rischio di disallineamento tra infrastrutture e accesso

Data di riferimento: 28/08/2026

Versione: Regional AX Golden Time Intelligence v3.2
 

Nel 2025 Ulsan è stata designata come regione specializzata per l'energia distribuita e ha presentato una struttura aziendale che combina una centrale di cogenerazione (CHP) da 300 MW con l'attrattiva di un data center globale per l'intelligenza artificiale di classe 100 MW. Sebbene l'infrastruttura energetica si sia trasformata da un sistema utilizzato per la produzione industriale a una struttura che ospita il calcolo per l'IA, i data center e l'elettrificazione industriale, i programmi per gli investimenti confermati nei data center, la connessione alla rete e l'entrata in funzione commerciale non sono stati definiti nei dati pubblicamente disponibili. A meno che non vengano confermati i contratti di capacità di connessione e di domanda per il periodo 2026-2028, i progetti di IA industriale dipenderanno da risorse di calcolo provenienti da regioni esterne.  Sebbene Ulsan sia una città che ha pianificato una base energetica per l'IA, non è ancora un hub energetico industriale per l'IA con un'operatività confermata.

Nel 2022, l'UNIST è stato designato Centro Nazionale per il Calcolo ad Alte Prestazioni e conduce ricerche sull'intelligenza artificiale basate sul supercalcolo. Sebbene esista un'infrastruttura di calcolo per la ricerca, il piano per la città di Ulsan di dotarsi di ulteriori server GPU all'avanguardia da utilizzare congiuntamente con aziende, università e scuole locali è stato menzionato solo come proposta per il 2025. Se la capacità, il prezzo e la latenza delle GPU condivise per un utilizzo industriale costante non saranno definiti entro i prossimi due o tre anni, il divario nella velocità di sviluppo dell'IA tra le grandi aziende e le PMI si amplierà ulteriormente. Mentre  le capacità di calcolo per la ricerca di Ulsan sono state confermate, l'accesso al calcolo per l'intera industria regionale rimane ancora da definire.

La Zona Speciale di Distribuzione Energetica di Ulsan è stata progettata con una struttura che fornisce direttamente elettricità dall'impianto di cogenerazione (CHP) da 300 MW di SK Multi-Utility alle aziende petrolchimiche e ai data center per l'intelligenza artificiale. Sebbene la fornitura di energia sia passata da un unico acquisto da parte di KEPCO a transazioni dirette tra i produttori di energia locali e le società di gestione della domanda, i volumi di energia contrattualizzati, le tariffe elettriche, i costi di sistema e le cifre definitive per le società di gestione della domanda sono stati divulgati solo in misura limitata. Se le transazioni dirette non saranno effettivamente implementate entro il 2028, il divario tra la designazione della Zona Speciale di Distribuzione Energetica e la riduzione dei costi per l'intelligenza artificiale industriale persisterà.  L'accesso istituzionale all'elettricità è stato aperto, ma l'accesso economico non è ancora stato verificato.

Ulsan ha proposto un modello che utilizza l'energia frigorifera a -162 °C generata dai terminali GNL per il raffreddamento dei data center dedicati all'intelligenza artificiale. Sebbene la competizione tra i data center si sia estesa dalla semplice fornitura di energia elettrica alla combinazione di energia frigorifera con calore di scarto ed energia frigorifera, mancano dati certi in merito al volume di fornitura di energia frigorifera, alla distanza dei gasdotti, ai tassi di esercizio e al risparmio sui costi di raffreddamento. A meno che non vengano realizzati siti per data center e reti di fornitura di energia frigorifera entro due o tre anni, la differenziazione tecnologica non si tradurrà in una reale competitività in termini di localizzazione.  L'integrazione dell'energia frigorifera rappresenta un vantaggio competitivo per Ulsan, ma la sua fattibilità commerciale rimane da verificare.

L'undicesimo Piano di base per l'offerta e la domanda di energia elettrica ha integrato i data center per l'intelligenza artificiale, le industrie ad alta tecnologia e l'elettrificazione dei trasporti e dell'idrogeno nella previsione di un aumento della domanda di energia elettrica, stimando un obiettivo di 129,3 GW per il 2038. Sebbene la struttura preveda un'espansione simultanea della domanda di energia elettrica dalla produzione industriale esistente al calcolo per l'intelligenza artificiale e all'elettrificazione, l'aumento della domanda industriale per l'IA nella regione di Ulsan nel 2028 e la capacità di connessione di ciascuna sottostazione non sono stati resi noti. Se per due o tre anni saranno disponibili solo piani nazionali, mentre la verifica della rete regionale subisce ritardi, l'energia non potrà essere fornita ai siti desiderati anche in presenza di una capacità di generazione sufficiente. Il  deficit energetico di Ulsan si riferisce alla capacità di connessione disponibile in un determinato momento e in un determinato sito, piuttosto che alla capacità di generazione totale.

Ulsan presenta già una concentrazione di elevata domanda di energia elettrica proveniente da settori quali la raffinazione del petrolio, la petrolchimica, l'industria automobilistica, la cantieristica navale e la lavorazione dei metalli non ferrosi. Sebbene l'elettrificazione delle industrie esistenti e l'aggiunta di un data center da 100 MW renderanno più stringenti le condizioni relative ai picchi di carico, alla qualità della tensione e all'alimentazione di emergenza rispetto all'utilizzo medio, non sono state divulgate simulazioni regionali pertinenti. Se la ripresa industriale e la domanda di intelligenza artificiale dovessero aumentare simultaneamente tra il 2026 e il 2028, i tempi di realizzazione del potenziamento della rete saranno più lunghi rispetto alla data di avvio del progetto. Nonostante  Ulsan disponga di una solida base nel settore energetico, non è ancora certo che sarà in grado di gestire senza condizioni l'ulteriore carico industriale derivante dall'intelligenza artificiale.

La zona speciale distribuita è una struttura in cui le compagnie elettriche locali commerciano direttamente con le imprese industriali per offrire tariffe elettriche competitive. Sebbene la competitività del mercato energetico si sia spostata dallo stato di connessione alla rete alla gestione dei prezzi a lungo termine e della variabilità, le tariffe contrattuali effettive e i tassi di risparmio rispetto alle tariffe di KEPCO non sono stati resi pubblici. Se la superiorità dei prezzi non verrà dimostrata entro due o tre anni, i data center di AI sceglieranno altre regioni dove l'accesso all'energia elettrica, alle telecomunicazioni e alla clientela è già consolidato.  La competitività dei prezzi dell'elettricità di Ulsan è istituzionalmente fattibile, ma non è ancora stata confermata dal mercato.

La fonte di energia iniziale per la zona speciale distribuita è un impianto di cogenerazione (CHP) da 300 MW, ed è stata proposta una transizione graduale verso un'energia a zero emissioni di carbonio basata su energie rinnovabili e idrogeno verde. Sebbene i clienti dei data center per l'IA richiedano, come criteri di localizzazione, non solo la capacità energetica, ma anche gli impegni RE100 e l'intensità di carbonio, la percentuale oraria di energia a zero emissioni di carbonio fornita da Ulsan non è stata verificata. A meno che non si garantisca contemporaneamente energia a basso costo e a basse emissioni di carbonio entro il 2028, non saranno soddisfatte le condizioni per attrarre aziende globali di IA.  Sebbene Ulsan sia una località candidata per una fornitura energetica stabile, non è considerata un hub energetico a zero emissioni di carbonio per l'IA.

L'UNIST possiede un centro specializzato per il supercalcolo e la ricerca sull'intelligenza artificiale, che conduce analisi di dati su larga scala nei settori della cantieristica navale, della medicina e della scienza e tecnologia. Sebbene le risorse di calcolo si stiano espandendo dalla ricerca universitaria allo sviluppo di intelligenza artificiale specifica per l'industria, il numero di GPU, le tariffe di utilizzo e le ore assegnate alle piccole e medie imprese (PMI) locali non sono divulgate. A meno che non venga creata un'infrastruttura aziendale condivisa entro due o tre anni, le aziende partner dovranno fare affidamento sui costi del cloud commerciale o su apparecchiature di piccole dimensioni.  Le capacità di calcolo di Ulsan sono solide a livello istituzionale, ma la loro sufficienza come risorsa comune regionale è bassa.

L'imponente progetto di ricerca sull'intelligenza artificiale industriale (IA) dell'UNIST, del valore di 40,3 miliardi di KRW, nel settore della cantieristica navale, comprende modelli multimodali, piattaforme di apprendimento di dati industriali, dati sintetici, ottimizzazione dei processi e IA on-device. Sebbene la domanda di calcolo sia aumentata vertiginosamente, passando dai singoli modelli predittivi all'addestramento di modelli di base per il settore industriale, i finanziamenti per le operazioni permanenti con GPU a seguito del progetto e la capacità di espansione regionale non sono ancora stati confermati. Se tra il 2026 e il 2028 i progetti di ricerca su larga scala dovessero sovrapporsi alla domanda aziendale, l'allocazione delle risorse si concentrerà sui progetti principali.  L'infrastruttura di calcolo per l'IA industriale di Ulsan si è espansa su base progettuale e non è ancora completa come infrastruttura permanente.

Gli impianti automobilistici, cantieristici e petrolchimici generano enormi quantità di dati relativi a progettazione, qualità, attrezzature, manutenzione e logistica. Sebbene il volume dei dati sia sufficiente, essi risultano frammentati per azienda, stabilimento e fornitore, e gli standard, le autorizzazioni e le normative sull'esportazione che consentirebbero l'apprendimento collaborativo non sono disponibili pubblicamente. Se i dati rimangono isolati all'interno delle singole aziende per due o tre anni, l'intelligenza artificiale industriale a livello regionale apprende solo dalle informazioni già in possesso di ciascuna azienda e non riesce a identificare i colli di bottiglia lungo l'intera catena di fornitura.  Ulsan non è una città priva di dati industriali; piuttosto, è una città priva di dati industriali utilizzabili.

Il vasto progetto di intelligenza artificiale dell'UNIST nel settore della cantieristica navale sta creando dataset e piattaforme di addestramento basati su dati reali provenienti da HD Hyundai Heavy Industries e HD Korea Shipbuilding & Offshore Engineering. Sebbene siano stati confermati casi di collegamento di dati industriali a modelli di ricerca e validazione sul campo, la portata del loro riutilizzo in altre aziende cantieristiche, subappaltatori e nei settori automobilistico e chimico non è ancora stata verificata. Se entro il 2028 i dataset dovessero essere vincolati a specifici progetti aziendali, si accumuleranno come risorse esclusive delle singole aziende anziché come risorse regionali condivise.  L'utilizzo dei dati industriali è iniziato, ma la loro diffusione tra le aziende rimane limitata.

Il Centro di Controllo Integrato del Complesso Industriale Verde e Intelligente di Ulsan ha creato, tra il 2022 e il 2025, una piattaforma integrata per la gestione del complesso industriale, comprensiva di informazioni spaziali 3D e collegamenti con i servizi. Sebbene l'unità di gestione si sia estesa dalle singole fabbriche agli spazi e alle strutture dell'intero complesso industriale, la portata dell'integrazione in tempo reale dei processi produttivi, dell'energia, della logistica e dei dati relativi alla sicurezza non è stata resa nota. Se la visualizzazione spaziale e il controllo operativo dovessero essere separati nei prossimi due o tre anni, la piattaforma rimarrebbe una semplice interfaccia di controllo e verrebbe utilizzata per l'ottimizzazione industriale solo in misura limitata.  Nonostante la realizzazione del Gemello Digitale del Complesso Industriale di Ulsan, le basi per il suo funzionamento autonomo non sono ancora state verificate.

La città di Ulsan ha creato un servizio di ricerca di gemelli digitali che combina intelligenza artificiale generativa e informazioni spaziali, con un investimento di 1 miliardo di won. Sebbene la ricerca e la visualizzazione di dati spaziali pubblici abbiano fatto progressi, le evidenze collegate ai dati operativi e di produzione aziendali non sono ancora state verificate. Se entro il 2028 i gemelli digitali pubblici e quelli industriali dovessero essere separati, l'ottimizzazione congiunta delle infrastrutture urbane e delle operazioni di fabbrica diventerebbe impossibile.  Le basi per i dati pubblici esistono, ma la connettività con i dati operativi industriali è scarsa.

L'intelligenza artificiale industriale apprende informazioni aziendali competitive come disegni di progetto, condizioni di processo, cause di difetti e stato delle apparecchiature. Sebbene l'ambito di utilizzo dei dati si sia ampliato dall'analisi interna all'apprendimento collaborativo con università, servizi cloud e fornitori di modelli, le posizioni di archiviazione, i diritti sui modelli e gli standard di riutilizzo per i dati industriali di Ulsan rimangono riservati. Se la dipendenza da piattaforme esterne aumenterà nei prossimi due o tre anni, le aziende che hanno fornito i dati potrebbero non riuscire ad assicurarsi il diritto di utilizzare i risultati dell'apprendimento.  La lacuna nell'infrastruttura dati di Ulsan risiede più nell'assenza di regole sulla sovranità dei dati industriali che nella capacità di archiviazione.

Con la crescente interconnessione dei sistemi OT nei settori automobilistico, navale e petrolchimico con l'intelligenza artificiale e le reti esterne, l'impatto degli attacchi informatici si estende dalla semplice fuga di dati ai fermi di produzione e agli incidenti sul lavoro. Il monitoraggio della sicurezza OT a livello di complesso industriale regionale e gli standard di sicurezza delle aziende partner non vengono divulgati pubblicamente in modo integrato. Se tra il 2026 e il 2028 la connettività crescerà più rapidamente delle capacità di sicurezza, le aziende partner più vulnerabili diventeranno punti di accesso privilegiati per i processi delle grandi aziende.  Il livello di preparazione della sicurezza OT della catena di fornitura non è stato verificato in relazione alla velocità di diffusione dell'intelligenza artificiale in ambito industriale.

Ulsan possiede o sta perseguendo 300 MW di generazione di energia distribuita, un progetto per un data center da 100 MW, energia frigorifera a GNL, il supercomputer UNIST e il gemello digitale del complesso industriale Smart Green. Sebbene esistano i componenti per l'energia, il raffreddamento, il calcolo e i dati geospaziali, non vi è alcuna esperienza comprovata nella loro gestione come un'unica infrastruttura industriale basata sull'intelligenza artificiale. Se le entità operative e i dati per ciascun progetto rimangono separati per due o tre anni, la somma di queste singole risorse non può tradursi in competitività regionale.  Il livello di prontezza delle infrastrutture di base è elevato, ma il livello di prontezza per la gestione integrata è inferiore alla media.

Le grandi aziende possiedono i propri data center, piattaforme cloud e di intelligenza artificiale, nonché reti con aziende tecnologiche globali. Al contrario, le condizioni di accesso alle infrastrutture GPU, dati e sicurezza per le PMI locali non sono divulgate. Se entro il 2028 non verrà istituito un sistema di accesso condiviso, il livello medio di preparazione a livello regionale sarà sovrastimato dalle prestazioni infrastrutturali delle grandi aziende. Mentre  le grandi aziende sono altamente preparate, la prontezza dell'intero ecosistema industriale rimane disomogenea.

La designazione di Ulsan come zona speciale di distribuzione ha aperto un canale per lo scambio diretto di energia elettrica tra le società di produzione e quelle di consumo. Sebbene il sistema si sia esteso ai complessi industriali, il numero effettivo di aziende contraenti, il volume degli scambi, i risparmi tariffari e l'affidabilità dell'approvvigionamento non sono resi pubblici. Se lo scambio diretto non si tradurrà in un'operatività commerciale entro due o tre anni, l'effetto della designazione rimarrà una mera eccezione legale.  Il sistema di scambio di energia elettrica si è espanso, ma la sua effettiva adozione nell'uso comune non è ancora confermata.

Il progetto di cogenerazione (CHP) da 300 MW si rivolge sia agli impianti industriali esistenti che a un data center per l'intelligenza artificiale da 100 MW. Sebbene siano state presentate le infrastrutture di fornitura, non sono stati resi noti i dettagli relativi alla simultaneità dei picchi di carico, alla fornitura di riserva, all'alimentazione alternativa durante i periodi di manutenzione e alla capacità delle sottostazioni. A meno che non venga verificata la stabilità della fornitura a livello N-1 entro il 2028, non saranno soddisfatte le condizioni per il funzionamento ininterrotto del data center per l'intelligenza artificiale.  Esistono piani relativi alla capacità di alimentazione, ma la qualità e la resilienza dell'energia elettrica di livello AI non sono state valutate.

La ricerca di UNIST nel campo del supercalcolo e dell'intelligenza artificiale industriale viene applicata a settori ad alta complessità come la cantieristica navale e la sanità. Sebbene l'ambito delle applicazioni di calcolo si sia ampliato, il numero di aziende che utilizzano servizi GPU condivisi – a cui accedono costantemente le PMI locali – e la loro capacità di elaborazione rimangono da definire. Se l'utilizzo rimarrà concentrato su progetti universitari e di grandi imprese per due o tre anni, i cicli di sperimentazione dell'IA da parte delle aziende partner si allungheranno. Nonostante  la diffusione della ricerca sul calcolo ad alte prestazioni sia stata confermata, l'espansione del suo accesso all'ecosistema industriale rimane ancora da dimostrare.

Le soluzioni cloud commerciali offrono risorse di calcolo immediate, ma presentano problematiche relative all'esportazione dei dati di produzione, ai costi, alla latenza e alla sicurezza. La distribuzione dell'utilizzo di infrastrutture on-premise, data center regionali e cloud commerciali tra le aziende di Ulsan non è nota. Senza un'infrastruttura condivisa e personalizzabile entro il 2028, i metodi di calcolo saranno vincolati alle dimensioni dell'azienda. Sebbene  l'accesso alle risorse di calcolo sia tecnicamente aperto, l'accessibilità economica e la sicurezza risultano disomogenee.

La ricerca sull'intelligenza artificiale per la mega-industria cantieristica è entrata nella fase di creazione di una piattaforma che combina dati reali dei cantieri navali con dati sintetici. Sebbene l'utilizzo dei dati sia stato confermato in progetti su larga scala all'interno di un singolo settore, non vi sono prove di una diffusione di standard comuni ai settori automobilistico, chimico e dell'idrogeno, così come alle aziende partner. Se le isole di dati specifiche di settore dovessero persistere per due o tre anni, la riutilizzabilità dell'IA industriale di tipo Ulsan diminuirà.  L'utilizzo dei dati industriali si trova attualmente nella fase di progetti pilota specifici per settore, non in quella di un'infrastruttura comune a livello regionale.

Il sistema di controllo integrato del complesso industriale Smart Green e il gemello digitale di Ulsan collegano i dati spaziali e relativi agli impianti. Mentre i dati pubblici si sono ampliati, i dati aziendali relativi ad attrezzature, qualità, energia e logistica rimangono separati a causa di segreti commerciali e problemi di sicurezza. Se entro il 2028 non verranno definite regole per la combinazione dei dati, l'ottimizzazione dell'intero complesso industriale rimarrà a livello di simulazione.  La diffusione dei dati pubblici è elevata, mentre la diffusione della combinazione dei dati aziendali è bassa.

La Zona Speciale Distribuita di Ulsan, il Data Center da 100 MW, l'Intelligenza Artificiale Ultra-Massiccia per la Cantieristica Navale e il Gemello Digitale del Complesso Industriale dovrebbero procedere simultaneamente dal 2026 al 2028. Sebbene esistano programmi specifici per i singoli progetti, non è stata ancora individuata una tappa comune per la verifica integrata di energia, calcolo, dati e sicurezza. Se anche solo uno di questi elementi subisse un ritardo di due o tre anni, i tassi di utilizzo e il ritorno sull'investimento per le restanti infrastrutture diminuirebbero.  Il rischio temporale per l'Intelligenza Artificiale Industriale di Ulsan risiede nella discrepanza tra i tempi di completamento delle diverse infrastrutture, piuttosto che in ritardi nei singoli progetti.

Mentre le procedure di autorizzazione e la costruzione di reti elettriche, sottostazioni e data center richiedono anni, le prestazioni e la densità energetica dei modelli di intelligenza artificiale e dei semiconduttori cambiano con una frequenza molto più breve. Non è chiaro se le specifiche di alimentazione e raffreddamento progettate per il completamento nel 2028 soddisferanno i requisiti delle GPU di ultima generazione al momento del completamento. Se i progressi tecnologici superano la velocità di costruzione delle infrastrutture, queste diventano immediatamente un obiettivo per l'espansione.  Il rischio per Ulsan nei prossimi due o tre anni non è solo la carenza di infrastrutture, ma anche un'incompatibilità delle specifiche al momento del completamento.

La scelta della sede per un data center dedicato all'intelligenza artificiale implica una combinazione di fattori quali l'allacciamento alla rete elettrica, le reti di comunicazione, il raffreddamento, i contratti con i clienti e gli investimenti in attrezzature, con conseguenti costi di trasferimento significativi una volta finalizzata la scelta. Se i principali operatori si assicurassero allacciamenti elettrici in altre regioni tra il 2026 e il 2028, l'opportunità di attrarre il data center non si ripresenterebbe immediatamente, anche se Ulsan soddisfacesse successivamente le condizioni necessarie.  La competizione per le sedi dei data center è un mercato irreversibile in cui i contratti iniziali con la rete elettrica e i clienti rimangono fissi per un lungo periodo.

Le prestazioni dei modelli di IA industriale migliorano con l'accumularsi di dati di processo reali e feedback degli utenti. Se i dati delle aziende di Ulsan vengono accumulati in cloud esterni e presso società di modellazione esterne, in assenza di infrastrutture di addestramento nella regione, la fonte di produzione dei dati e la fonte del valore dell'IA risulteranno separate. Entro due o tre anni, la dipendenza da modelli esterni e i costi di transizione aumenteranno di pari passo.  Il ritardo nell'accesso alle risorse di calcolo non è un costo a breve termine, ma un rischio irreversibile che vincola l'attribuzione del valore dei dati industriali a entità esterne.

Valutazione della compressione: Entro il 2028, la potenza accessibile, le GPU effettivamente disponibili, i dati industriali con diritti stabiliti e la sicurezza OT della catena di approvvigionamento devono essere verificati come un unico sistema operativo affinché l'infrastruttura elementare di Ulsan possa essere trasformata in competitività industriale nell'IA.

Ulsan è considerata forte in termini di risorse fondamentali come l'energia industriale, la generazione distribuita, l'energia frigorifera del GNL, il supercalcolo, i dati industriali e il digital twin, ma incompleta nell'ambito dell'intelligenza artificiale : contratti di fornitura energetica dedicati, accesso condiviso alle GPU, diritti di utilizzo dei dati interaziendali e sicurezza OT integrata .

Il fatto che ci sia energia non garantisce la potenza dell'IA, il fatto che ci siano molti dati non garantisce dati addestrabili e il fatto che ci sia un supercomputer non garantisce l'accesso alla potenza di calcolo per le aziende locali.

L'infrastruttura di intelligenza artificiale industriale di Ulsan viene valutata come caratterizzata da una forte presenza di infrastrutture ma da una debolezza nell'accesso e nell'integrazione, piuttosto che da una dicotomia tra scarsità e sufficienza.

Giudizio del Tempo d'Oro: Forza delle infrastrutture industriali + rischio di disallineamento tra accesso e integrazione

Fonti di prova

• Il Ministero del Clima, dell'Energia e dell'Ambiente designa Ulsan come Regione Specializzata per l'Energia Distribuita.
• Ministero del Commercio, dell'Industria e dell'Energia, 11° Piano di base per l'offerta e la domanda di energia elettrica
• Korea Power Exchange EPSIS, produzione di energia elettrica per regione
• Ministero del Commercio, dell'Industria e dell'Energia, Transizione del sistema energetico tramite l'intelligenza artificiale
• UNIST, Ricerca sull'intelligenza artificiale per la mega-industria della cantieristica navale.
• Centro di controllo integrato del complesso industriale Smart Green della città metropolitana di Ulsan.
• Città metropolitana di Ulsan, servizio di ricerca per la convergenza di informazioni spaziali tramite intelligenza artificiale
• La NIA analizza l'infrastruttura di server, cloud e sicurezza per l'adozione dell'intelligenza artificiale generativa.

Approfondimento strutturale: la competitività delle infrastrutture di intelligenza artificiale industriale è determinata dal tempo di accesso, non dalla quantità.

Energia, GPU e dati sono tutti concentrati a Ulsan. Le centrali elettriche su larga scala e i dati industriali si trovano nelle fabbriche, i supercomputer sono nelle università e i gemelli digitali sono ospitati su piattaforme pubbliche. Tuttavia, le risorse di diverse istituzioni non costituiscono un'unica infrastruttura industriale di intelligenza artificiale solo perché si trovano nella stessa regione.

Nel momento in cui un'azienda scopre un problema di intelligenza artificiale, deve superare una serie di passaggi: connessione elettrica, assegnazione di GPU, approvazione dell'utilizzo dei dati e verifiche di sicurezza. Se questo processo richiede diversi mesi, la fornitura effettiva di cui l'azienda usufruisce è praticamente nulla, anche se la capacità infrastrutturale complessiva è sufficiente. Si tratta di una struttura in cui la distanza fisica è breve, ma la distanza istituzionale e contrattuale è notevole.

Le grandi aziende possono ridurre questo tempo grazie ai propri cloud e alle autorizzazioni di accesso ai dati, mentre le aziende partner devono attendere i fornitori esterni e i servizi di supporto. Quando i tempi di accesso variano in base alle dimensioni dell'azienda, pur disponendo della stessa infrastruttura regionale, le risorse condivise funzionano come strumenti che accelerano le aziende leader anziché colmare il divario.

Pertanto, la questione strutturale per Ulsan non riguarda la quantità di potenza, dati o GPU disponibili.  Ciò che determina l'effettiva sufficienza della sua infrastruttura di intelligenza artificiale industriale è se il tempo di accesso, dal momento in cui si presenta un problema in loco presso un'azienda fino alla fase di addestramento e verifica, sia inferiore a quello delle regioni concorrenti.